Stanford机器学习---第十一讲. 聚类

============K-Means聚类算法=============

1.KMeans的算法流程：随机选点，分类；再移动点，再分类。。。。

2.算法解释

3.聚类，再改变中心点

4.非可分类的处理

==============Optimization Objective========================

1.目标函数--极小化

2.两部在生成不同的参数

3.话费函数不可能有升高的阶段！

=====================Random Initialization ==================

1.初始化点不同，最终解不同

2.解决方法：反复跑算法，每次不同的初始值

3.解决分类少2-10次，可用此法。最终选话费函数最小的初始值即可。

但若分太多类，此法不适合。

4.初始值的选择

===============Choosing the Number of Clusters======================

1.到底分几类？

2.“肘部”最合适。k=3

3.小题目